如何安装并运行 awesome-llm-apps 的 Generative UI Starter Project一个聊天与 Agent 共享状态的看板【免费下载链接】awesome-llm-apps100 AI Agents, Agent Skills and RAG Apps - Free and Open Source.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-llm-apps这篇文章解决的是在本地把 awesome-llm-apps 仓库中generative_ui_agents/generative-ui-starter-project这个项目装起来并跑通。它是一个聊天驱动的看板To Do / Done 两列看板的任务列表状态存放在 LangGraph Agent 端通过 CopilotKit 的useAgent()与 React 前端双向同步——Agent 通过工具调用移动卡片你在界面里点击、编辑、排序双方观察的是同一份状态没有独立的前端 store。准备条件按 README.md 的 Prerequisites 一节需要Node.js 18Python 3.8注意Agent 子项目 agent/pyproject.toml 声明requires-python 3.12agent/langgraph.json 中python_version固定为3.12uv 安装依赖时会按此解析uvPython 包管理器npm默认、pnpm、yarn 或 bun 任选其一OpenAI API KeyLangGraph Agent 使用Agent 在 agent/main.py 中通过ChatOpenAI调用gpt-5.5模型安装依赖在项目目录下执行npm install根据 README这一步会通过uv sync一并安装 Python Agent 的依赖。对应 package.json 中的配置postinstall钩子会执行install:agent脚本即scripts/setup-agent.shWindows 下为setup-agent.bat其内容就是进入agent/目录后运行uv sync。如果 Agent 依赖安装出问题也可以单独重跑npm run install:agent配置环境变量复制示例环境文件并填入 OpenAI API Keycp .env.example .env然后编辑.env。.env.example 中预置了两项AGENT_URLhttp://localhost:8123 OPENAI_API_KEYyour-openai-api-key-hereOPENAI_API_KEY替换为你自己的 Key。AGENT_URL指向前端 CopilotKit API 路由连接 Agent 的地址。前端代码 src/app/api/copilotkit/[[...slug]]/route.ts 中按AGENT_URL→LANGGRAPH_DEPLOYMENT_URL→http://localhost:8123的顺序取值本地开发保持默认值即可不需要修改。启动开发服务器npm run devREADME 说明该命令会同时启动 UI 和 Agent 两个开发服务器。package.json中dev用concurrently并行运行dev:uinext dev --turbopack和dev:agent执行scripts/run-agent.sh其中 run-agent.sh 的内容是cd $(dirname $0)/../agent || exit 1 npx langchain/langgraph-cli dev --port 8123 --no-browser即 Agent 通过langgraph-cli的 dev 模式跑在 8123 端口。各脚本用途来自 README 的 Available Scripts可用你偏好的包管理器执行dev— 同时启动 UI 和 Agentdev:debug— 带LOG_LEVELdebug的调试日志启动dev:ui— 只启动 Next.js UIdev:agent— 只启动 LangGraph Agentbuild— 构建生产版本start— 启动生产服务器验证是否跑通按 CLAUDE.md 的 Development 一节两个服务的端口是Next.js 前端3000 端口npm run dev:uiLangGraph Agent8123 端口npm run dev:agent启动后浏览器打开http://localhost:3000应看到聊天窗口与看板画布并排布局example-layout。看板包含 To Do 和 Done 两列卡片可点击、编辑、排序。对 Agent 端项目提供的 Docker 冒烟测试栈 docker-compose.test.yml 中的 healthcheck 给出了两个可参照的检查方式注意该文件本身是 e2e 测试栈的配置这里仅借用其检查路径Agent 健康检查请求http://localhost:8123/ok返回 200 即视为 Agent 就绪compose 中interval: 5s、retries: 30、start_period: 30s前端健康检查请求http://localhost:3000/状态码 200 即视为应用就绪功能层面的验证是文档描述的核心行为在聊天中让 Agent 管理任务或在 UI 中勾选/编辑卡片两边的变更应反映在同一个agent.state.todos上——前端读取agent.state.todos用户操作通过agent.setState({ todos: ... })写回Agent 通过manage_todos工具更新前端自动重渲染见 README.md 的 shared agent state 说明和 CLAUDE.md 的 How State Flows 一节。可选用 Docker Compose 跑 e2e 冒烟测试docker-compose.test.yml 提供了完整的测试栈文件头注释写明用途是与 aimock 做 e2e 冒烟测试命令为docker compose -f docker-compose.test.yml up -d该栈会启动四个服务aimock用 fixtures/default.json 中的预置应答模拟 LLM因此 Agent 使用OPENAI_API_KEYtest-key-for-aimock和指向 aimock 的OPENAI_BASE_URL不消耗真实 API、agent构建自 docker/Dockerfile.agent以langgraph dev跑在 8123、app构建自 docker/Dockerfile.app前端跑在 3000、testsPlaywright 执行starter-smoke测试。这是一个独立于本地npm run dev主路径的验证手段不依赖真实 OpenAI Key。边界与限制本地开发主路径依赖真实 OpenAI API Key 与gpt-5.5模型dev脚本没有提供跳过 Key 的方式不需要真实 Key 时使用上面的 aimock 测试栈。README 写的前置要求是 Python 3.8但 Agent 代码声明requires-python 3.12两处不一致以 Agent 侧声明为准uv 依赖解析会按 3.12 处理langgraph.json中python_version: 3.12。项目同时内置了 A2UI 声明式生成式 UI航班搜索固定 schema 与generate_a2ui动态 schema 两种模式见 README 的 A2UI 一节。它属于同一应用的附加能力不影响安装与启动流程showcase.json当前值为{showcase:opengenui}用于控制建议按钮高亮README 说明showcase: a2ui会高亮 A2UI 演示、showcase: default不高亮。项目根目录另有生产镜像用的 Dockerfile 与 entrypoint.sh在容器内用serve.py包装 Agent 走 AG-UI 协议因为langgraph-cli dev需要 Docker-in-Docker。那是部署场景本地安装运行不需要。【免费下载链接】awesome-llm-apps100 AI Agents, Agent Skills and RAG Apps - Free and Open Source.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-llm-apps创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
